使用一些决策规则加速for循环（或远离它）

我有一个for循环，它试图检查向量

vals

中的每个元素在4个不同的向量（

dp

，

up

，

de

，

ue

）中正好包含两次，但是：

只能在

dp

或

de

和中找到一次

只能在

up

或

ue

我试图检查的向量有数百万个元素，这需要几个小时，我认为下面的代码可以加快速度

MRE：

vals这行吗

pervec <- sapply(list(dp,de,up,ue),
                 function(a) rowSums(sapply(a, `==`, vals)))
pervec
#      [,1] [,2] [,3] [,4]
# [1,]    1    1    0    0
# [2,]    0    1    1    0
# [3,]    1    0    0    1
# [4,]    1    1    1    0
# [5,]    0    0    1    0
# [6,]    2    0    0    0

ind <- xor(pervec[,1] == 1, pervec[,2] == 1) & xor(pervec[,3] == 1, pervec[,4] == 1)
ind
# [1] FALSE  TRUE  TRUE FALSE FALSE FALSE

vals[ind]
# [1] "b" "c"

pervec在
列表中有一些混乱。您已经在
grepl
上执行了
sum
（基于示例，a
==
是否会得到相同的结果），然后在
f
上再次执行
sum
？我同意将总和更改为
f我的意思是，如果它不是部分匹配，您可以使用
==
，而不是
grepl
，如果您在
de
中添加一个“b”，即
de我对其进行了不同的解释，即
dp
和其他有效设置。我把“应该只找到一次”解释为“在其中一个中找到，而不是在另一个中找到”。如果你的解释是正确的，那么我的回答确实是不够的。（这就是为什么一个好的例子是重要的！）@darren是正确的，这个例子缺少什么？@erasmortg：有些清晰，这是你在问题中编辑的。你所说的不一定是错的，但对
dp
的含义做出不同的假设是现实的。太糟糕了，这比
for
循环快多了：-）请参见我的编辑，它可以更好地处理更新输入的重复。
pervec <- sapply(list(dp,de,up,ue),
                 function(a) rowSums(sapply(a, `==`, vals)))
pervec
#      [,1] [,2] [,3] [,4]
# [1,]    1    1    0    0
# [2,]    0    1    1    0
# [3,]    1    0    0    1
# [4,]    1    1    1    0
# [5,]    0    0    1    0
# [6,]    2    0    0    0

ind <- xor(pervec[,1] == 1, pervec[,2] == 1) & xor(pervec[,3] == 1, pervec[,4] == 1)
ind
# [1] FALSE  TRUE  TRUE FALSE FALSE FALSE

vals[ind]
# [1] "b" "c"